تصنيف التهاب الرئة (Pneumonia) في صور أشعة الصدر باستخدام PyTorch وEfficientNet

في هذا المشروع، قمت بتنفيذ نموذج تعلم عميق لتصنيف صور أشعة الصدر ضمن فئتين:

صور طبيعية

صور مصابة بـ Pneumonia

تم استخدام مجموعة البيانات من Kaggle – Chest X-Ray Pneumonia Dataset.

خطوات التنفيذ الرئيسية:

تحويل الصور (Image Transformations):

تدوير، قص، تلوين، وتحجيم لتوحيد الأبعاد وتعزيز تنوّع البيانات.

تحميل البيانات في دفعات (Batches):

استخدام torch.utils.data.Dataset وDataLoader لتحميل فعال ومتوازي.

تعديل نموذج EfficientNet مُسبَق التدريب:

استيراد EfficientNet من مكتبة torchvision.models وضبط الطبقة الأخيرة لفئتين.

بناء حلقة تدريب (Trainer):

تعريف دالة خسارة (CrossEntropyLoss) ومحسّن (Adam)، وتنفيذ حلقة تدريب وتقييم.

تدريب وتقييم النموذج:

تدريب على Google Colab، تتبع دقة النموذج وخسارته عبر Epocs.

عرض النتائج (Plot Results):

رسم منحنيات الخسارة والدقة باستخدام matplotlib، وعرض مصفوفة الارتباك (Confusion Matrix).

يعكس المشروع قدراتي على: التعامل مع بيانات طبية حساسة، تطبيق Transfer Learning، وتصميم أنظمة تدريب وتقييم بكفاءة.